对流层散射下MPLS重路由信号去噪研究

贺绍桐，薛伦生，2，刘赞

（1.空军工程大学防空反导学院，西安710051；2.西北工业大学航海学院，西安710072）

对流层散射下MPLS重路由信号去噪研究

贺绍桐1，薛伦生1，2，刘赞1

（1.空军工程大学防空反导学院，西安710051；2.西北工业大学航海学院，西安710072）

针对对流层散射信道MPLS重路由信号数据含有噪声的问题，分析了Facility重路由原理和MPLS标签转发过程，引入小波阈值去噪算法对含噪声标签信号数据进行处理。利用一种随分解层数变化的阈值和折中阈值函数规则，来解决传统算法中的阈值确定和阈值函数选取存在的问题，针对折中阈值函数规则中参数a的确定问题，利用模拟数据，以信噪比（SNR）为目标函数，采用定步长变a形式，从而得到去噪效果最好时对应的a值，并用实测数据加以验证。仿真结果表明，改进后的算法在信噪比上有1.5 dB～3.4 dB的提高，均方差（RMSE）下降约0.01～0.03，为路由修复信号的去噪提供一种可行的方案。

对流层散射，多协议标签交换，重路由，阈值，阈值函数

0 引言

反导组网作战当中，各火力节点与指挥控制系统需要高质量的数据通信，在各个节点的无线组网通信中使用多协议标签交换（Multiprotocol Label Switching MPLS）技术，能改变传统的IP转发机制，是基于二层交换和三层路由之间的快速转发技术，使通信网同时具有IP和ATM技术的优点，大大降低整个网络对IP包头分析的开销。

由于反导作战火力网控制地域大，路由数目多，使网络的不确定性随之增加，这些不确定性可能会导致一部分路由的失效，进而会带来分组丢失，数据延迟等不良后果。MPLS的流量工程TE（Traffic Engineering）具有使流量脱离内部网关路由协议（Interior Gateway Protocol IGP）驱动的最短路径能力，MPLSTE的这种能力可以帮助减轻网络链路失效或节点失效有关的分组丢弃，这种修复机制被称为快速重路由（FastrerouteFRR）。见文献［1-2，6-8］。

针对文献中小波阈值去噪中阈值确定和阈值函数选取存在的问题，引入一种随分解层数变化的阈值和折中阈值函数选取规则，并提出折中阈值函数规则中参数a的最优选择方案。首先利用模拟标签信号数据分析了改进算法的去噪效果，然后结合得到的最优a值，然后对实测的修复信号数据进行去噪滤波处理。结果表明，改进后的算法在信噪比和均方差上明显优于改进前的其他方案。

1 Facility快速重路由原理

在传统的IP转发机制中，IP路由是逐跳进行的，路由器对经过的分组要解析分组包头、提取目的IP地址、查询路由表、决定下一跳地址、最后发送分组，如果不存在这样的路径，就把分组直接丢弃，这个过程在每一跳网络设备上重复进行，直至分组到达目的地。而在MPLS网络中这一过程则为：入口路由器处理接收每个分组，根据分组目的地址的网络前缀为其分配一个等价转发类（Forwording E-quivalenee Class FEC），然后将FEC映射到下一跳路由器，每一个中间路由器接收到带有标签信息的分组都要进行这一系列相同的标签交换操作。这一过程旨在简化MPLS网络路由器的转发行为［2-3］，入口路由器根据FEC打上标签，中间路由器不再需要对网络层IP分组进行分析，只是简单根据标签信息进行转发，旧标签被新标签取代，然后分组从出口端口转发到下一跳路由器，倒数第2跳弹出标签，转发到出口，因此，大大降低了整个网络对IP包头分析的开销。标签报文如图1所示：

图1 标签报文格式

Label：标签值，通常为20 bit，专门用来与各个路由器标签转发表对照，并决定具体转发接口；

EXP：用于实现QoS，这是因为在标签值匹配完成后确定报文的转发路径，这时，路由接口处的带宽分配等策略会影响服务质量；

S：栈底标志用于存在多个label时，确定label是否存在于栈底；

TTL：生存时间，Label交换一次，TTL值会减1，有效防止路由回路。

Facility重路由使用一条能够独立的隧道（Bypass Tunnel）对多条主标记转发路径LSP（Label Switched Path）进行备份。实线表示主隧道，虚线表示为Bypass Tunnel，Bypass Tunnel对主隧道进行节点保护［4］，过程如图2所示：

图2 Facility备份节点保护

如图2所示的节点保护的拓扑图中，业务流量转发的时候使用主隧道Rl-R2-R3-R4-R5，这和Detour保护方式相同［4］，在R2上接收到R1发送的带有标签16的分组将交换标签33发送到下游节点R3。如果某一时刻R2和R3的链路出现故障，R2检测后将业务流量切换到Bypass Tunnel。R1上标签的动作将是先交换再压栈，标签16交换标签33压到栈底再压上一层Bypass Tunnel的标签28，形成两层标签栈转发到R4，R4根据次末段弹出的原则，弹出外层标签留下了内层标签33，此时R4感知不到带有相同标签的分组是来自R2还是R6，只是简单的根据标签信息转发到下游目的地节点R5［5］。

在测量过程中，MPLS路由修复信号易受到设备、传输信道以及电磁干扰等因素的影响以及在传输过程中存在的多径效应而含有噪声，直接影响到路由修复信号的传递精度，因此，对其进行去噪是十分必要的。

2 小波阈值去噪原理

2.1 小波阈值去噪基本原理

小波分析是一种信号时间尺度的分析方法，不但在时频域上具有良好的局部化特征，还具有多分辨率分析的特点。小波去噪是特征提取和低通滤波的综合，具有去噪滤波效果好、计算量小等优点。其中小波阈值去噪是一种简单常用的小波消噪方法［10］。设待去噪信号为fk（k=1，2，…，M），具体流程如图3所示：

图3 小波阈值去噪流程图

如图所示，小波阈值去噪的具体步骤如下：

Step1.小波分解。选择一种适当的小波基函数，对信号fk进行j层分解，获得对应的尺度系数和小波系数。其中小波系数ωj，k由真实信号系数uj，k和噪声信号系数vj，k两部分构成。

Step2.阈值处理。针对分解后的j层，确定一个合适的阈值并利用阈值函数对分解后的信号进行处理，得到估计的阈值ωˆj，k。目前阈值函数选取规则常用的有软阈值函数规则和硬阈值函数规则，选取不同的阈值和阈值函数，去噪效果不同。

Step3.小波重构。利用对处理后的小波系数ωˆj，k结合小波基函数进行信号重构，即得到去噪后的信号。一般以信噪比（SNR）和标准差（RMSE）来评价去噪的效果。

式中：sk表示原始信号，gk表示去噪后的信号，N表示信号的长度。

2.2 阈值选取准则

阈值的选取直接影响着去噪的效果［8-11］。目前阈值的选取主要应用的固定式阈值可表示为

式中：N表示信号fk的长度，σn表示噪声信号的标准差，在实际过程中利用小波系数进行估计。由式（2）可知，阈值随N增大而增大，当N值较大时，小波系数高频部分就会被置为零，出现过扼杀现象。因此，对式（2）进行改进，引入阈值随分解层数变换的阈值规则，即：

式中：阈值的大小随分解层数的增加而减小，因此，该阈值选取有效地保留了信号的高频部分，从而达到使尽量小的目的。

2.3 阈值函数选取准则

阈值函数的选取同样影响着去噪的结果。目前应用较多有两种阈值函数选取规则：硬阈值函数和软阈值函数规则。表达式和函数曲线图分别如下：

由式（4）、式（5）和图4可看出，硬阈值函数规则能够较好地保留信号边缘等局部特征，但因不连续会出现震荡现象；软阈值函数规则相对平滑，但会造成边缘模糊等失真现象。为了克服上述两种准则的缺陷，引入折中阈值函数准则。即

图4 硬/软阈值函数示意图

式中：参数a的选取将直接影响去噪效果，为寻得最优a值，以Δa为步长，a在［0，1］之间移动，以信噪比（SNR）为目标函数，来寻找最优a值［6-8］。

3 仿真与实验验证

3.1 仿真分析

为验证改进后阈值确定和阈值函数规则去噪效果，结合对流层散射信道的特点，首先利用MATLAB中的信号进行去噪效果模拟仿真分析。图5为信号加入高斯白噪声后信号［9，11-13］。

图5 加噪声后信号

图6 SNR随a变化曲线

采用sym7小波、6层分解、变阈值、硬/软阈值函数规则以及折中阈值函数规则进行仿真分析。折中阈值函数规则中采用Δa=0.02，得出不同的a值对应的SNR，并对其进行多项式拟合，拟合后结果如图6所示。

对拟合后的多项式进行求导取极值运算，得出当a=0.694时对应的SNR最大，此时去噪效果最好。采用硬阈值函数规则、软阈值函数规则、最优a的折中阈值函数规则的去噪结果如下页图7所示。

3种不同去噪方法仿真结果数据统计如表1中所示：

表1 模拟信号去噪结果统计表

图7 模拟信号去噪结果图

从图7和表1中可以看出，硬/软阈值函数准则在不同程度上都改变了原始信号，采用最优a值后的折中阈值函数规则较好的保留了原始信号，信噪比较硬阈值函数规则提高0.34 dB，均方差下降约0.01；较软阈值函数规则提高0.79 dB，均方差下降约0.02。

3.2 实验分析

采用图1所示的设备和方式进行无线组网，各个路由节点之间距离约40 km，建立对流层散射信道的基于MPLS的标签协议重路由链路。分别利用节点间的时间间隔计数器以及数据处理设备记录和处理数据，采样时间间隔设为10 s，共记录10 h，共3 600个标签报文数据。按照MPLS标签重路由转发规则使用两节点之间通过散射信道的MPLS修复信号数据，如图8所示：

图8 实际测量数据

标签重路由信号在经过散射信道传输过程中由于受到多径效应、设备以及信道的干扰而含有噪声，噪声对后续重路由精度和链路延迟都有一定的影响。为更准确地传递MPLS重路由信号，必须对其进行去噪声处理。对实际测得的两节点信号数据按照与上节中的方法进行去噪处理。其中折中阈值函数规则的a值选取最优a值（a=0.694），同时为了对比参数的最优性，采用其他a值（a=0.6、a=0.8）进行对比分析，由于篇幅所限，图9中仅列出硬/软阈值函数规则和最优a值的折中函数规则等5种方法的去噪结果。

图9 实际信号去噪结果图

5种方法去噪结果统计如表2所示。

表2 实际信号去噪结果统计表

从图9和表2中可以得出，在实际测得的标签修复报文数据中，硬/软阈值函数规则均在不同程度上改变了原始数据的特征。采用最优a值后的折中阈值函数规则较前两者较好地保留了原始信号，在信噪比上比硬阈值函数提高1.5 dB，比软阈值函数提高3.4 dB，比取其他a值的折中阈值函数的信噪比也有近0.1 dB的提高，均方差均小于其他4种方案。说明针对基于对流层散射的路由标签修复数据，改进后的折中阈值确定和阈值函数规则具有较好的去噪能力。

4 结论

首先分析了基于散射信道MPLS重路由修复的原理，对可能受到的噪声影响的报文格式进行了分析；接下来分析了小波阈值去噪原理，针对阈值的确定和阈值函数规则的选取，分别引入了随分解层数变化的阈值和折中阈值函数规则，并对折中阈值函数中的参数a的选取提供了一种可行的方案，利用模拟信号进行仿真验证；最后将改进后的小波阈值去噪应用于实测的对流层散射下路由节点的修复数据中。去噪结果表明，改进后的算法比原始算法在去噪效果上有明显的提高，为对流层散射MPLS路由重修复信号的去噪提供一种可行的方案。

［1］刘庆利，王登峰，潘成胜.基于优先级机制的卫星MPLS网络重路由策略［J］.计算机仿真，2015，32（2）：57-61.

［2］张明高.对流层散射传播［M］.北京：电子工业出版社，2004：103-119.

［3］张斌，陈岩.多场景MPLS标签交换实现方法［J］.通信技术，2014，47（3）：271-274.

［4］徐海兵.MPLS流量工程快速重路由的研究与应用［D］.重庆：西南交通大学，2009：17-20.

［5］CHEN K S，YANG C C，HUANG J F.Orthogonal stacked spectral coding labels for fast packets routing over optical MPLS network［J］.Electronic Science and Technology，2015，13（2）：130-134.

［6］陈勇，王坤，刘焕淋，等.改善FBG含噪信号的小波阈值自寻优方法［J］.光电子·激光，2013（6）：1053-1058.

［7］HILTON D，OLIVEIRA M.Partial discharge signal denoising with spatially adaptive wavelet thresholding and support vector machines［J］.Electric Power Systems Resarch，2011，81（2），644-659.

［8］陆晨曦，李宏宇，年丰，等.一种应用于射频系统群时延测量的相关峰精化算法［J］.电子与信息学报，2013，35（12）：2921-2926.

［9］胡茂凯，孙际哲，陈西宏，等.对流层散射衰落信道下正交频分复用系统性能［J］.吉林大学学报（工学版），2013，43（1）：239-243.

［10］钟建军，宋健，由长喜，等.基于信噪比评价的阈值优选小波去噪法［J］.清华大学学报（自然科学版），2014，54（2）：259-263.

［11］WU Y Q，WAN H，YE Z L，et al.Noise reduction of welding defect image based on NSCT and anisotropic diffusion［J］. Transactions of Tianjin University，2014，20（3）：60-65.

［12］张臣国.小波分析在信号降噪中的应用研究［D］.成都：电子科技大学，2012.

［13］BOGGESS A.A first course in wavelets with fourier analysis second edition［M］.Beijing：Publishing House of Electronics Industry，2010：147-170.

Research on the De-noising of Reroute Signals in the Troposphere Scattering with MPLS

HE Shao-tong1，XUE Lun-sheng1，2，LIU Zan1
（1.Air and Missile Defense College，Air Force Engineering University，Xi’an 710051，China；
2.Navigation Institute，Northwestern Polytechnical University，Xi’an 710072，China）

In order to remove noises from the reroute signals with MPLS，which comes from troposphere scattering，the theory of Facility reroute and the process of MPLS is analyzed，as well as the wavelet threshold denoising Arithmetic is presented.In the traditional method，the way how to choose threshold and threshold function has shortcomings，the threshold changing with the decomposition orders and the middle course threshold function can availably solve this problem.To gain the value of parameter a，which has influence on threshold function，the parameter changed with constant step length，and the SNR is the cost function.The result is verified by the measured data.Simulated and experimental signals had been used to test the effect of this new arithmetic.The results show that the SNR increases by 1.5～3.4 dB and the RMSE reduces about 0.01～0.03.This arithmetic provides a new way for the reroute signals de-noising.

tropospheric scatter communication，MPLS，fast reroute，threshold，threshold function

P393

A

1002-0640（2016）12-0130-04

2015-11-11

2015-12-26

贺绍桐（1991-），男，山西太原人，硕士研究生。研究方向：无线自组网技术。